AI job-takeover theory的未被揭露的问题（第2章）
Source: Dev.to
TL;DR:
AI 会不断进步这一事实并 不 自动意味着它会取代大多数工人。进步很重要，但限制、时间表、经济因素以及收益递减同样重要。
理论
有一种流行的理论认为 AI 将取代大多数工作——并且肯定会取代所有软件开发工作。我认为这有些夸大其词，原因有几条。在本文中，我想探讨 AI 的演变过程、它可能带我们去向何方，以及这意味着什么。
你将使用的最糟糕的 AI
“今天的 AI 是你将使用的最糟糕的 AI。”
如果你在过去一年里一直在与大型语言模型（LLM）互动，这句话会显得显而易见。几乎任何技术领域都可以这么说，不仅仅是计算机科学。我们拥有最差的汽车、飞机、船只、电视、药物和健身器材（也许拉链除外——自发明以来几乎没有变化，疯狂吧，我知道）。
但你可能会争辩说，这些东西没有能力取代我们的工作。关键在于，仅仅说某件事正在变好并不能告诉我们它将把我们带向何处，以及需要多长时间才能到达那里。
AGI? ASI? WTFAI?
在“AI 越来越好 → 将取代所有人”这一说法中，隐藏着一个逻辑跳跃。真正的问题是：
它能走多远？
AGI 与 ASI
- AGI（通用人工智能） – 能够执行人类能够完成的任何智力任务的系统。
- ASI（超人工智能） – 在所有领域都超越最优秀人类头脑的智能。
在 X（Twitter）上，你会看到类似“我们每天都在接近 AGI 5 次”的说法。真正的问题不是 何时，而是 是否 能够达到那一步。
第一个大问题：定义 AGI
- 没有被普遍接受的人类智力衡量标准。
- IQ 测量的是特定的认知能力，而不是“智力”本身。
- 动物智力通常是与特定年龄段的人类能力进行比较——高度主观。
正因为如此，电影里不可能出现 Sam Altman 看着屏幕宣称“AGI 已诞生！”的情节。
即使我们把 AGI 定义为大致匹配普通人的认知能力，我们仍需问：如果我们真的能构建它会怎样？ 没有人知道大型语言模型或当前的机器学习范式是否能够实现这一点。
练习： 想想你认识的每个人以及他们的聪明程度（或不聪明）。按照这个定义，AGI 在许多任务上会比你认识的一半人更笨——这并不令人印象深刻。
一切发生得如此之快… 太快了！
关于我们将去向何方，充斥着大量猜测。没有人能确定，但有一点是肯定的：感觉 AI 正在以惊人的速度前进。
最近的突破
- 过去的 5 年（尤其是去年）带来了 非常惊人的 进步。
- 模型似乎每分钟都在变得更好——大多数时候都是如此。
“更年轻”的外观
就像名人的整容让他们看起来比实际年龄更年轻，AI 看起来也比其真实起源更年轻。
- 早期根源： 阿兰·图灵的 模仿游戏（1950）。
- 第一个聊天机器人： ELIZA（1964）。
那么为什么是现在？
最近加速的原因？
- Attention Is All You Need（Vaswani 等，2017）引入了 Transformer 架构，解锁了大规模并行计算。
- GPU（得益于 NVIDIA 等公司）提供了利用这种并行性的硬件。
- 两者的结合形成了完美风暴——再加上大量渴望更好图形的玩家。
金钱的力量
热潮吸引了投资者，导致 巨额 AI 资金投入：
| 项目 | 大约成本（占当代 GDP 的比例） |
|---|---|
| 阿波罗计划（1960 年代） | ~0.4 % 的美国 GDP |
| 曼哈顿计划（1940 年代） | ~0.4 % 的美国 GDP |
| Meta AI 支出（2026） | 1350 亿美元（≈0.5 % 的 2026 年美国 GDP） |
| 整体 AI 行业（2026） | 相比历史巨型项目显得渺小 |
收益递减
经济学教会我们 收益递减法则：每增加一单位投资，获得的收益会越来越小。这类似于 帕累托原则（80/20 法则）。
想想每款新 iPhone 或电视型号的炒作。年复一年之间的改进很少能证明那种兴奋是合理的。
如果我们要 …
(原文在此处被截断。该部分可稍后补全。)
假设 AI 将继续以相同的速度提升，我们需要假设以下任一或两者：
- 这种大规模的投资将继续或以相同的速度增长。
- 该领域将出现一次重大突破。
这并不是说这种情况不会发生；我只是想从现实的角度强调前方的挑战。我们不太可能在接下来的 5 年里看到 AI 像过去 5 年那样取得同样的飞跃。
State of the Art
你不能用“永远”这种尺度来思考——“它会一直变得更好”。一旦你开始考虑无限，一切似乎都变得可能（例如，无限猴子定理）。谈到工作岗位的替代，我们需要用 几十年 而不是几个世纪来思考。10 年后，最先进的 AI 会是什么样子？
现在，AI 在模式匹配和信息检索/查找方面表现非常出色。它本质上是一个庞大且智能的数据库；它可能带来危险，且已经在造成痛苦。我们可以讨论这个问题，但说它会消除大多数工作岗位则是极度悲观（或乐观，取决于你的立场）。
如果你的工作主要是模式识别和信息收集，你可能已经受到影响。这并不是世界末日——类似的大规模冲击以前也曾发生过。但那是另一个话题。
AI 在其他认知领域仍需大量提升，例如逻辑、创造力以及视觉/空间推理。更不用说它的可靠性不足，这源于其架构本身。
那么，你怎么看？ 在你的一生中，它还能走多远？
继续编码。下次再见。